《Brain Sciences》：Association of Depressive Symptom Scores with Multimodal Brain Imaging and Behavioral Phenotypes: A Resting-State, Task-FMRI, and Clinical Comorbidity Study Based on the Human Connectome Project
编辑推荐：
摘要
目的：抑郁症状在普通人群中呈连续分布，但其潜在的神经生物学机制，特别是静息态网络与任务诱发的社会认知反应之间的相互作用，仍不明确。方法：利用人类连接组项目（HCP）数据集，研究人员纳入了867名参与者。以抑郁评分作为自变量，年龄和性别作为协变量，系统性地
摘要
目的：抑郁症状在普通人群中呈连续分布，但其潜在的神经生物学机制，特别是静息态网络与任务诱发的社会认知反应之间的相互作用，仍不明确。方法：利用人类连接组项目（HCP）数据集，研究人员纳入了867名参与者。以抑郁评分作为自变量，年龄和性别作为协变量，系统性地考察了抑郁评分与睡眠质量、负性情绪、感觉评分、灰质体积（GMV）、低频波动分数振幅（fALFF）、多种子点静息态功能连接（rsFC），以及在工作记忆、情绪识别、社会认知、关系推理、语言理解和赌博任务中的脑激活和行为表现之间的关联。统计阈值设定为体素水平p < 0.001（未校正）结合簇水平FWE校正p < 0.05。结果：（1）抑郁评分与睡眠障碍、负性情绪（愤怒/恐惧）和疼痛呈正相关。（2）在静息态，抑郁评分与腹侧纹状体（VS）–小脑/海马旁回/梭状回rsFC呈负相关，但与前扣带回膝前部（preACC）–辅助运动区（SMA）rsFC呈正相关。（3）在任务态fMRI中，仅社会任务显示与任务准确率及双侧中央前/后回、颞上回、左侧额中回和SMA/旁中央小叶的区域激活呈正相关。结论：较高的抑郁评分与一种模式相关，该模式可能反映了奖赏和感知系统之间的相对解耦，以及认知控制回路中增强的连接。在社会方面，高评分者表现出一种提示补偿性过度警觉的模式，伴随行为表现增强。本研究为抑郁症状的维度神经表征提供了多维度证据。
## 论文解读：抑郁症状评分的多模态脑成像与行为关联——基于人类连接组项目的静息态、任务态fMRI及临床共病研究
### 研究背景与问题
抑郁症（Major Depressive Disorder, MDD）是全球最常见的精神疾病之一，终身患病率约6.4%–10.4%。传统上，抑郁被视作分类诊断实体，但累积证据表明，抑郁症状在普通人群中呈连续分布，即使低于诊断阈值的亚临床抑郁也伴随显著的功能损害和生活质量下降。然而，其神经生物学机制，尤其是静息态网络与任务诱发社会认知反应之间的相互作用，仍不明确。现有研究多聚焦于临床患者与健康对照的组间比较，对健康人群中抑郁症状连续维度与脑影像指标的相关性探讨不足，且不同认知任务对抑郁评分的敏感性尚未在同一大型队列中系统比较。此外，静息态功能连接（rsFC）研究结果因临床异质性、样本量小和方法差异而高度不一致。因此，有必要利用大样本多模态数据，从维度视角揭示抑郁症状的神经基础。
### 研究内容与结论
研究人员利用人类连接组项目（Human Connectome Project, HCP）数据集，纳入867名健康年轻成年人（任务fMRI子样本687人），系统考察了抑郁评分（Achenbach成人DSM导向抑郁问题子量表）与多模态行为表型（睡眠、情绪、疼痛等）、灰质体积（GMV）、低频波动分数振幅（fALFF）、多种子点静息态功能连接（rsFC，种子点包括腹侧纹状体VS、前扣带回膝前部preACC等），以及六种任务fMRI（工作记忆、情绪识别、社会认知、关系推理、语言理解、赌博）的脑激活和行为表现之间的关联。统计采用全脑回归，以年龄和性别为协变量，体素水平p<0.001（未校正）结合簇水平FWE p<0.05。研究发现：行为层面，抑郁评分与睡眠障碍（PSQI r=0.37）、疼痛强度（r=0.23）及负性情绪（愤怒、恐惧等，r=0.18–0.61）显著正相关，与正性情绪（r=-0.19至-0.42）负相关，但与认知量表无显著关联。静息态层面，抑郁评分与VS-左侧小脑/海马旁回/梭状回（Cb/PHG/FG）rsFC呈负相关（r=-0.20），与preACC-辅助运动区（SMA）rsFC呈正相关（r=0.16），其他种子点rsFC及fALFF无显著发现。任务fMRI层面，仅社会认知任务（社会互动vs随机运动对比）中，抑郁评分与双侧中央前/后回、双侧颞上回、左侧额中回和SMA/旁中央小叶的激活呈正相关，且任务准确率也呈正相关（r=0.12），其他任务（工作记忆、情绪识别、关系推理、语言理解、赌博）均未发现显著关联。该研究发表于《Brain Sciences》，为抑郁症状的维度神经表征提供了多模态证据，支持抑郁的连续维度观点，并提示亚临床症状的神经影像标志。
### 关键技术与方法
研究采用的主要关键技术方法包括：（1）数据来源：HCP 1200释放数据集，样本为健康年轻成年人（867名参与者完成静息态fMRI，687名同时通过任务fMRI质控）；（2）静息态fMRI预处理：标准HCP流程（运动校正、配准至MNI152空间、平滑4mm FWHM、去噪回归、带通滤波0.009–0.08Hz、擦洗去除运动伪影）；（3）结构分析：基于体素的形态学分析（VBM）计算灰质体积（GMV），使用CAT12工具箱；（4）种子点rsFC分析：选取10个种子区域（海马、Meynert基底核、导水管周围灰质、腹侧被盖区、腹侧纹状体、下丘脑、扣带回膝上/膝前/膝下、杏仁核），进行全脑体素-wise相关计算；（5）fALFF计算：将时间序列转换为频域，计算低频段（0.009–0.08Hz）功率占总功率的比值；（6）任务fMRI分析：生成七种任务的一阶对比图（如2-back–0-back、负性–中性、社会互动–随机运动等），并提取反应时和准确率；（7）统计方法：全脑一般线性模型回归，以抑郁评分为自变量，年龄、性别（GMV加颅内总体积）为协变量，体素p<0.001未校正+簇水平FWE p<0.05。
### 研究结果
**3.1 临床测量（Clinical Measures）**
通过行为相关性分析，发现抑郁评分与睡眠质量（PSQI）呈正相关（r=0.37, p<0.001），与疼痛强度呈正相关（r=0.23, p<0.001），与负性情绪（愤怒、恐惧、悲伤等）均呈正相关（r=0.18–0.61, 所有p<0.001），与正性情绪（生活满意度、积极情感等）呈负相关（r=-0.19至-0.42, 所有p<0.001），但与认知量表（注意力、记忆、流体智力等）无显著相关。
**3.2 结构结果（Structural Results）**
全脑VBM回归分析显示，抑郁评分与灰质体积（GMV）无显著关联。
**3.3 静息态功能连接与fALFF结果（Resting-State Functional Connectivity and Falff Results）**
通过种子点rsFC分析，发现腹侧纹状体（VS）与左侧小脑/海马旁回/梭状回（Cb/PHG/FG）之间的rsFC与抑郁评分呈负相关（r=-0.20, p<0.001）；前扣带回膝前部（preACC）与辅助运动区（SMA）之间的rsFC与抑郁评分呈正相关（r=0.16, p<0.001）。其他种子点（海马、Meynert基底核、导水管周围灰质、腹侧被盖区、下丘脑、扣带回膝上/膝下、杏仁核）的rsFC及fALFF均未发现显著关联。敏感性分析（排除亲属关系、加入额外协变量）结果方向一致。
**3.4 任务fMRI结果（Task Fmri Results）**
在六种任务fMRI中，仅社会认知任务（对比：社会互动–随机运动）显示抑郁评分与双侧中央前/后回（PreCG/PoCG）、双侧颞上回（STG）、左侧额中回（MFG）以及SMA/旁中央小叶（SMA/PCL）的激活呈正相关（r=0.16–0.22, 所有p<0.001），同时任务准确率差异（社会互动–随机运动）也与抑郁评分正相关（r=0.12, p=0.003）。其他任务（工作记忆、情绪识别、关系推理、语言理解、赌博）的对比未发现显著关联。
### 讨论总结与结论翻译
讨论部分总结了主要发现：行为共病（抑郁与睡眠障碍、负性情绪、疼痛的正相关）在亚临床层面已显现，为后续影像发现提供表型基础。静息态方面，VS-左侧Cb/PHG/FG rsFC降低可能反映了“奖赏-感知解耦”，与快感缺失相关；preACC-SMA rsFC增强可能代表“认知控制-运动过度耦合”，与沉思或运动抑制前的过度准备状态有关，但需注意这些均为相关性推测。任务fMRI方面，仅社会任务出现显著激活，且与准确率正相关，研究人员提出“补偿性过度警觉”假设，即高抑郁评分者调动更多神经资源进行社会信息“过度编码”，以补偿潜在威胁感知，从而在行为上表现更好；但该机制在临床抑郁中可能失效。阴性结果（GMV、fALFF及其他任务）提示，亚临床阶段可能主要表现为功能整合缺陷而非结构改变，且社会认知可能是对抑郁症状最敏感的维度。研究局限性包括：样本为健康人群，结果推广至临床需谨慎；横断面设计无法推断因果；HCP社会任务未覆盖所有社会认知维度；多模态分析未进行统一校正，结果需独立验证。
研究结论翻译如下：这项基于HCP的多模态研究表明，在非临床人群中，维度抑郁症状与静息态功能连接（rsFC）和社会任务诱发的神经反应的不同模式相关。这些发现支持抑郁的维度视角，并为亚临床症状表现提供了初步的神经影像学证据。然而，鉴于相关设计，这些解释需要通过未来的纵向或实验研究进行独立重复和因果验证。
